Questo corso è disponibile anche online in modalità autogestita.
I corsi autogestiti offrono coinvolgimento attivo in MATLAB mediante esercizi pratici, in browser, che puoi completare in qualsiasi momento, ovunque, coi tuoi tempi.
Deep Learning with MATLAB
Questo corso fornisce un'introduzione completa e pratica alle tecniche deep learning usando MATLAB®. I partecipanti imparano come creare, allenare e valutare tipi diversi di reti neurali "deep". Gli argomenti includono:
- Importare dati immagine e sequenza
- Usare reti neurali convoluzionali per classificazione immagini, regressione, e rilevamento di oggetti
- Usare reti LSTM (long short-term memory) per classificazione e previsione di sequenze
- Modificare architetture di reti comuni per risolvere problemi customizzati
- Migliorare le performance di una rete modificando le opzioni di training
Questo corso è disponibile solo in formato online autogestito. Il contenuto del corso è di circa 14 ore ed include esercizi pratici, progetti, e video. Gli utenti hanno accesso illimitato per 6 mesi dalla registrazione.
Scopri maggiori dettagli sui nostri corsi
Deep Learning with MATLAB
Prerequisiti
| Giorno 1 | |
|---|---|
| Classificare immagini con reti convoluzionali | Obiettivo: Ottenere una panoramica del corso. Eseguire la classificazione delle immagini utilizzando reti pre-addestrate. Utilizzare il transfer learning per personalizzare reti di classificazione.
|
| Interpretare il comportamento di una rete | Obiettivo: Scoprire come funziona una rete visualizzando i dati dell'immagine mentre passa attraverso la rete. Applicare questa tecnica a diversi tipi di immagini.
|
| Creare reti | Obiettivo: Costruire reti convoluzionali da zero. Comprendere come vengono passate le informazioni tra i layer e come funzionano i diversi tipi di layer.
|
| Training delle reti | Obiettivo: Comprendere come funzionano gli algoritmi di training. Impostare le opzioni di training per monitorare e controllare il processo di addestramento.
|
| Migliorare le performance | Obiettivo: Scegliere ed implementare le modifiche alle opzioni dell'algoritmo di training, all'architettura di rete o ai dati di training per migliorare le prestazioni della rete.
|
| Realizzare regressioni | Obiettivo: Creare reti convoluzionali in grado di prevedere risposte numeriche continue.
|
| Rilevamento di oggetti nelle immagini | Obiettivo: Addestrare reti per localizzare ed etichettare oggetti specifici all'interno delle immagini.
|
| Classificare sequenze con reti ricorrenti | Obiettivo: Costruire e preparare reti per eseguire la classificazione su sequenze ordinate di dati, come serie temporali o dati di sensori.
|
| Classificare sequenze categoriali | Obiettivo: Utilizzare le reti ricorrenti per classificare le sequenze di dati categoriali, ad esempio il testo.
|
| Generare sequenze di output | Obiettivo: Utilizzare le reti ricorrenti per creare sequenze di previsioni.
|
Calendario e registrazione
Prerequisiti
Questo corso è disponibile anche online in modalità autogestita.
I corsi autogestiti offrono coinvolgimento attivo in MATLAB mediante esercizi pratici, in browser, che puoi completare in qualsiasi momento, ovunque, coi tuoi tempi.
Calendario e registrazione
Risultati 1 - 29 di 29
| Date | Località | Lingua | Costo | Iscrizione |
|---|---|---|---|---|
| Su richiesta |
Autogestiti 180 giorni di accesso completo a partire dal giorno dell'acquisto |
English | USD 350 | |
| Su richiesta |
Autogestiti 180 giorni di accesso completo a partire dal giorno dell'acquisto |
Japanese | USD 350 | |
|
27 giu 2019- 28 giu 2019 |
US, California, Los Angeles (Torrance) | English | USD 1.500 | |
|
11 lug 2019- 12 lug 2019 |
US, Michigan, Novi | English | USD 1.500 | |
|
17 lug 2019- 18 lug 2019 |
Corea (Repubblica di), Seoul | Korean | KRW 900.000 | |
|
18 lug 2019- 19 lug 2019 |
Online 9:00 - 17:00 Ora legale Stati Uniti orientali |
English | USD 1.500 | |
|
25 lug 2019- 26 lug 2019 |
India, Bangalore | English | INR 30.000 | |
|
25 lug 2019- 26 lug 2019 |
Australia, Sydney (Chatswood) | English | AUD 2.000 | |
|
07 ago 2019- 08 ago 2019 |
Australia, Brisbane | English | AUD 2.000 | |
|
08 ago 2019- 09 ago 2019 |
Australia, Melbourne | English | AUD 2.000 | |
|
22 ago 2019- 23 ago 2019 |
Giappone, 名古屋市 | Japanese | JPY 140.000 | |
|
04 set 2019- 05 set 2019 |
Francia, Paris (Meudon) | French | EUR 1.400 | |
|
12 set 2019- 13 set 2019 |
Svezia, Stockholm (City) | English | SEK 14.000 | |
|
12 set 2019- 13 set 2019 |
US, Massachusetts, Natick | English | USD 1.500 | |
|
26 set 2019- 27 set 2019 |
Germania, München (Ismaning) | German | EUR 1.400 | |
|
26 set 2019- 27 set 2019 |
Corea (Repubblica di), Seoul | Korean | KRW 900.000 | |
|
10 ott 2019- 11 ott 2019 |
Australia, Sydney (Chatswood) | English | AUD 2.000 | |
|
15 ott 2019- 16 ott 2019 |
Cina, 北京 | Chinese | CNY 6.000 | |
|
24 ott 2019- 25 ott 2019 |
Giappone, 東京都 | Japanese | JPY 140.000 | |
|
30 ott 2019- 31 ott 2019 |
Regno Unito, Cambridge | English | GBP 1.200 | |
|
20 nov 2019- 21 nov 2019 |
Cina, 上海 | Chinese | CNY 6.000 | |
|
21 nov 2019- 22 nov 2019 |
Australia, Brisbane | English | AUD 2.000 | |
|
26 nov 2019- 27 nov 2019 |
Germania, München (Ismaning) | English | EUR 1.400 | |
|
28 nov 2019- 29 nov 2019 |
Australia, Perth | English | AUD 2.000 | |
|
05 dic 2019- 06 dic 2019 |
Australia, Adelaide | English | AUD 2.000 | |
|
05 dic 2019- 06 dic 2019 |
Online 9:00 - 17:00 Ora legale Stati Uniti orientali |
English | USD 1.500 | |
|
12 dic 2019- 13 dic 2019 |
Giappone, 名古屋市 | Japanese | JPY 140.000 | |
|
12 dic 2019- 13 dic 2019 |
Nuova Zelanda, Auckland | English | NZD 2.100 | |
|
16 dic 2019- 17 dic 2019 |
Corea (Repubblica di), Seoul | Korean | KRW 900.000 |
Risultati 1 - 29 di 29
Il prezzo si applica per l’acquisto e l’uso in Stati Uniti, Per i prezzi da applicare in altre aree geografiche, contattare l’ufficio Commerciale. Il prezzo del prodotto non include le tasse di vendita e d’uso, le accise, l’IVA e altre. Tutte le tasse, le imposte e le spese pertinenti, così come i tributi e i dazi statali applicabili a questo acquisto, saranno calcolati sull’ordine finale. Per ulteriori informazioni, vedere la Policy MathWorks per la Formazione.